- 年份
- 2024(9497)
- 2023(13809)
- 2022(12199)
- 2021(11582)
- 2020(9658)
- 2019(22593)
- 2018(22444)
- 2017(43629)
- 2016(23528)
- 2015(26489)
- 2014(26403)
- 2013(25658)
- 2012(23040)
- 2011(20486)
- 2010(20371)
- 2009(18246)
- 2008(17333)
- 2007(14714)
- 2006(12550)
- 2005(10315)
- 学科
- 济(91821)
- 经济(91725)
- 管理(66515)
- 业(63147)
- 企(53351)
- 企业(53351)
- 方法(48780)
- 数学(42473)
- 数学方法(41697)
- 农(23641)
- 财(21898)
- 中国(21442)
- 业经(20353)
- 学(19086)
- 理论(17720)
- 地方(17371)
- 农业(16056)
- 贸(15423)
- 贸易(15416)
- 易(14977)
- 技术(14713)
- 务(14675)
- 财务(14593)
- 和(14570)
- 财务管理(14562)
- 环境(14012)
- 制(13759)
- 企业财务(13748)
- 划(12736)
- 教育(11596)
- 机构
- 学院(324567)
- 大学(324220)
- 管理(134599)
- 济(122908)
- 经济(120234)
- 理学(118519)
- 理学院(117233)
- 管理学(114741)
- 管理学院(114163)
- 研究(99541)
- 中国(71904)
- 京(67693)
- 科学(64257)
- 财(54177)
- 业大(49079)
- 农(48112)
- 所(47706)
- 中心(46118)
- 财经(45052)
- 江(44516)
- 范(44251)
- 研究所(44125)
- 师范(43832)
- 北京(42176)
- 经(41132)
- 农业(37718)
- 院(37001)
- 州(36847)
- 经济学(36254)
- 师范大学(35573)
- 基金
- 项目(233570)
- 科学(184698)
- 基金(170057)
- 研究(169670)
- 家(147698)
- 国家(146518)
- 科学基金(127749)
- 社会(105744)
- 社会科(100241)
- 社会科学(100215)
- 省(91712)
- 基金项目(90969)
- 自然(85357)
- 自然科(83420)
- 自然科学(83402)
- 自然科学基金(81862)
- 教育(79784)
- 划(77190)
- 资助(71072)
- 编号(69889)
- 成果(54185)
- 重点(51725)
- 部(51135)
- 发(48856)
- 创(48617)
- 课题(47264)
- 创新(45257)
- 科研(45132)
- 教育部(44194)
- 大学(43959)
- 期刊
- 济(124164)
- 经济(124164)
- 研究(86872)
- 中国(53832)
- 学报(49386)
- 管理(47295)
- 科学(46731)
- 农(42263)
- 财(40092)
- 教育(38173)
- 大学(38143)
- 学学(35933)
- 技术(30684)
- 农业(30073)
- 业经(22136)
- 融(20732)
- 金融(20732)
- 财经(20463)
- 经济研究(19890)
- 经(17375)
- 图书(16829)
- 问题(16056)
- 科技(15764)
- 技术经济(15650)
- 业(15184)
- 统计(15153)
- 理论(15075)
- 资源(14694)
- 版(14647)
- 商业(14576)
共检索到441032条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 情报理论与实践
[作者]
张继东 蒋丽萍
［目的/意义］反讽作为一种隐性而间接的情感表达方式，在社交评论中被广泛使用，正确识别用户的反讽情感对于网络平台和服务商具有重要意义。［方法/过程］本文基于深度学习构建多模态反讽识别模型，以在线旅游评论为例，运用深度学习模型分别提取文本、表情符号和图片的特征向量，通过不同的特征融合方式进行反讽识别。［结果/结论］通过与单模态反讽识别模型进行对比实验，发现本文提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优，验证了多模态模型比单模态模型反讽识别效果更佳的结论。
[期刊] 情报学报
[作者]
马超 李纲 陈思菁 毛进 张霁
为有效识别旅游产品在线评论中多模态数据对在线评论感知有用性的影响因素,探究基于用户生成内容的在线旅游产品优化方法,从数据融合分析角度出发,对旅游产品在线评论中的多模态数据进行特征融合。以旅游产品的真实在线评论数据作为研究对象,进行描述性统计分析,同时使用机器学习和深度学习方法,进行文本向量嵌入与图片内容识别,融合图文特征向量,构建多模态在线评论有用性分类模型,进行模型测试。实验结果表明,与仅包含文本或仅包含图片的单模态评论相比,图文结合的多模态评论能够更好地进行在线评论有用性预测,结合评论激励机制,提高在线评论质量,能够充分发挥用户生成内容潜在价值,为产品提供者提供优化思路,为产品消费者提供决策支持。
[期刊] 情报学报
[作者]
范涛 王昊 陈玥彤
地方志作为中华文化的组成部分，是建设文化强国的重要一环，对其进行挖掘研究具有重要意义；同时，有效识别实体对地方志知识组织和知识图谱构建有着重要影响。当前地方志命名实体识别研究主要基于文本，缺乏文本对应的图片，而图片中的内容能够为识别文本中的实体提供额外的信息，从而提升模型识别实体的性能，并且实体识别还面临着已标注语料匮乏的问题。基于此，本文提出了利用深度迁移学习方法，结合地方志中的文本和图片进行多模态命名实体识别。首先，基于人民日报语料库和中文推特多模态数据集，分别预训练结合了自注意力机制的BiLSTM-attention-CRF模型和自适应联合注意力模型，利用基于神经网络的深度迁移学习方法将权重迁移至地方志多模态命名识别模型中，使模型获得提取文本和图片语义特征的能力；然后，结合过滤门对多模态融合特征去噪；最后，将融合后的多模态特征输入CRF (conditional random fields)层进行解码。本文将提出的模型在地方志多模态数据中进行了实证研究，并同相关基线模型作对比，实验结果表明，本文所提出的模型具有一定优势。
关键词：
深度迁移学习 多模态命名实体识别 地方志
[期刊] 实验技术与管理
[作者]
李阳 许凌复 崔渭刚 刘竞宇 刘丽
针对现有3DU-Net网络在脑肿瘤分割中存在的训练过程中损失函数值难以降低，对增强瘤、肿瘤核分割精度较差等问题，该文提出了某模型网络的优化方案。首先使用残差网络结构降低训练难度；进一步引入注意力机制对多模态MRI的融合权值进行自适应学习，充分利用不同模态特征信息；最后在网络解码器部分采用双路卷积结构，提高了网络的特征提取能力。实验结果表明，改进后的网络训练损失函数更容易收敛到较小值，且对3种肿瘤的平均分割Dice系数提高了0.018 9，平均Hausdorff距离缩短了1.197 1，在整体分割性能上优于改进前的网络。
[期刊] 中国成人教育
[作者]
张淑杰 刘晓怡
随着信息技术的发展，表意资源越来越多模态化，探讨以基于多模态话语的自主学习框架成为必要。系统功能语言学语境理论的话语范围、话语基调、话语方式，在自主学习语境下分别投射为学习目标、师生关系及自主学习环境设计主要是媒体设计、学生在线互动设计及评估与反思设计三个方面。本文从这三个方面对自主学习进行研究，激发学习者自主学习的参与动机、习得学习策略及自我评估能力，从而提升学习者习得表意资源的效率，发展学习者的表意潜势，最终保证教学目标的实现。
关键词：
多模态话语 自主学习 意义潜势
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
[期刊] 旅游科学
[作者]
鄢慧丽 沈宸欣 熊浩
反讽因其独特而幽默的表达方式被广泛运用在社交媒体中，研究发现反讽能够引起人们的阅读兴趣和深刻理解。近年来酒店评论中也大量使用反讽语言来表达体验后的感受，然而反讽语言对评论有用性的影响机制尚未经过实证检验。本研究以在线评论为研究对象，以语言期望理论和精细加工可能性模型为理论基础，探讨了反讽对评论效用的影响。基于三项实验，本研究探讨了在不同反讽语境下，反讽（vs.无反讽）评论对评论有用性的影响及其产生的心理作用机制。研究结果表明，采用反讽评论（vs.无反讽）能够显著提高消费者感知到的评论有用性。感知趣味性和感知真实性在这一过程中发挥了中介作用。此外，研究还验证了认知需求的调节作用。研究表明高认知需求者对反讽评论效用的感知更强。本研究丰富了反讽语言风格在在线评论中的研究，并为酒店企业如何更好管理消费者发布的评论提供了启示。
关键词：
反讽 语言风格 在线评论 评论有用性
[期刊] 中国成人教育
[作者]
张淑杰 刘晓怡
随着信息技术的发展，表意资源越来越多模态化，探讨以基于多模态话语的自主学习框架成为必要。系统功能语言学语境理论的话语范围、话语基调、话语方式，在自主学习语境下分别投射为学习目标、师生关系及自主学习环境设计主要是媒体设计三个方面，本文探讨从这三个方面建构自主学习框架，激发学习者自主学习的参与动机、习得学习策略及自我评估能力，从而提升学习者习得表意资源的效率，发展学习者的表意潜势，最终保证教学目标的实现。
关键词：
多模态话语 自主学习 意义潜势
[期刊] 中国远程教育
[作者]
胡航 杨旸
深度学习评价是多领域交叉形成的一个新方向,通过采集并构建深度学习数据库创设深度学习评价分析模型以达到优化教育评价的目的。根据目前的研究基础和研究问题,深度学习数据库根据"脑—行为—认知—环境—技术"五种模态进行数据的采集、标注与分析;学习绩效预测利用运动预测指标与课堂预测指标,为分析和量化运动、课堂行为与学习绩效之间的关系提供有力的评价支撑;深度学习评价分析基于"四个基本要素""四个基本原则"这一前提,保证其遵循教育规律、教育现实与教育发展。未来基于多模态数据的深度学习评价可从数据采集自动化、整合预测模型、深化教育应用、统一机理、增强决策智慧化等方面实施和改进。
[期刊] 情报理论与实践
[作者]
韩普 陈文祺 顾亮 叶东宇 景慎旗
[目的/意义]医学实体识别是医疗健康知识挖掘和知识组织的关键环节。深入挖掘多模态数据间语义关联可以提升医学实体识别效果，进而为领域知识补全和知识推理提供支撑。[方法/过程]提出一种基于双线性注意力融合机制的多模态中文医学实体识别模型BAF-MNER。首先通过视觉和文本编码器进行多模态医学数据的语义特征学习；接着利用双线性注意力网络实现图像和文本跨模态语义交互，并引入门控机制过滤视觉噪声；然后融合基于注意力机制的视觉特征和文本特征进而构建多模态特征表示，同时增加批量归一化层优化深度神经网络；最后将多模态特征向量输入CRF层解码获取预测标签。[结果/结论]本模型能够有效提升中文医学实体识别效果，在多模态医学数据集上的F1值较单模态基线模型提升4.07%，较多模态基线模型提升1.65%；在多模态公开数据集上的实验表明模型具有良好的泛化能力。
[期刊] 开放教育研究
[作者]
邵明铭 赵丽
随着教育新基建进程的不断推进，依托人工智能技术实现高质量教育、个性化发展的目标将逐步变得可能。学习风格是个性化学习的重要指标，学习风格理论在教和学过程中具有重要的指导作用。学习风格分析研究历经从静态学习者模型到广义动态模型，从量表测量法到技术分析法的进路演变。基于多模态技术的学习风格分析也获得长足发展，但同时陷入技术层面的支持不足和伦理层面的隐私危机等困境。本研究提出融合多主体数据采集与新算法的多模态学习风格分析路径，即“数据层—信息层—应用层”分析框架，以期服务于未来的个性化教学理论与实践研究，为多模态学习风格分析的数据收集、处理、分析和应用提供优化思路。
[期刊] 中国成人教育
[作者]
邓林 李娜
ESP教学已经成为我国大学英语教学改革的方向,但我国ESP教学与研究中仍然存在许多不容忽视的问题。本文从课程内容;师生角色定位以及课堂设计三个方面探讨了多模态ESP课堂的教学模式,主张在ESP教学的各个环节以学习者为中心,充分调用模态系统刺激学习者的各种感官;满足学习者的"目标需求与学习需求",全面提高学习者运用英语开展工作的交际能力。
关键词：
ESP 多模态 师生角色定位 课堂设计
[期刊] 情报理论与实践
[作者]
王松 焦海燕 刘新民
[目的/意义]快速且精准地识别海量多模态数据中的价值性内容，对于促进知识传播、提升产出质量具有重要的意义。[方法/过程]基于可解释性视角聚焦知识共创中“用户+多模态知识”的双重推进机制。首先，依托BERT+BiLSTM与ResNet模型分别提炼文本与图片特征以获取多模态知识向量表示；其次，依据社会认知理论剖析用户行为，采用DeepFM捕捉交互特征间的关联生成用户向量表示；再次，借助K-BERT对文本数据嵌入知识图谱得到外部知识向量表示；最后，基于多头注意力机制融合各维度特征向量，通过动态调整权重完成价值内容的识别。[结果/结论]通过使用魅族Flyme社区数据进行实验，所构建的融合模型准确率达到88.31%，相较于其他基线模型与组合模型，评价指标均有不同程度的提升，证明嵌入外部知识并融合文本、图片与用户属性可以有效提升价值的识别效果。
[期刊] 情报理论与实践
[作者]
蒋雨肖 丁晟春 吴鹏
信息传播正逐渐从文本、图像、音频、视频等单模态形式过渡到相互融合的多模态形式,且数据量飞速扩张。大规模数据需要庞大的存储空间,如何对海量的文本、图像等多模态数据进行有效分类变得至关重要。文章提出一种基于深度学习的多模态语义特征分类模型,解决图像文本形式的多模态数据的分类问题。在该模型中,利用BiLSTM(双向长短期记忆模型)设计文本特征提取模型,利用VGG16卷积神经网络设计图像特征提取模型,将两类深度神经网络提取出的文本特征与图像特征进行特征融合,进而实现多模态信息的分类。在NUS-WIDE公开数据集上的实验结果证明了该方法的有效性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
